Rastreamento Inteligente de Futebol por Visão

O que contratar primeiro **Especialista em visão computacional para futebol, rastreamento de múltiplos jogadores e reconhecimento temporal de ações.** Procurar experiência demonstrável em Python, PyTorch, OpenCV, detecção de objetos, associação de trajetórias e avaliação de vídeo. Conhecimento de YOLO/BoT-SORT e reidentificação por aparência pode facilitar o aproveitamento da base; trocar componentes exige comparação e justificativa. Não exigir uma LLM própria ou um modelo generativo como solução inicial. O problema atual envolve detecção, associação temporal, identidade, bola e classificação. A arquitetura pode combinar modelos especializados. O produto deve executar a análise sem chamadas ao Gemini/OpenAI ou a outro serviço de compreensão visual; hospedagem em GPU é infraestrutura substituível. ## Base que deve ser reaproveitada | Ativo existente | O que oferece | O que ainda falta | |---|---|---| | Detector de pessoas, rastreador e pose | Observações de vários jogadores, caixas e IDs locais | Continuidade confiável em sobreposição, saída/retorno e cortes | | Detector próprio de bola refinado por 42 épocas | Caixas e observações da bola em vídeos de celular | Cobertura em bola pequena, borramento, oclusão e bola aérea; bola detectada não comprova posse | | Classificador de ações e refinamentos anteriores | Propostas de passe, condução, finalização e outras classes | Reduzir falsos positivos e ações perdidas; ligar ação ao jogador correto | | JSONs auxiliares e revisões humanas | Supervisão já aproveitada em treinos próprios | Não são trajetórias densas revisadas de todos os jogadores nem de remetente/receptor | | Corpus histórico de ações | Dez fontes, 49 positivos e 15 negativos específicos; versão agrupada com 70 grupos | Poucos exemplos e fontes por classe; 70 grupos não são 70 vídeos independentes | | Contexto e índice de participantes | Evidências por frame e propostas ligadas a atores possíveis | Tracklet não equivale a pessoa global ou perfil; autoria e recepção ainda ambíguas | | Worker Python e contrato TypeScript | Processamento de pesquisa e JSON estruturado | Integração durável ao upload e aceite de produto são entregas posteriores | | Backup local | Pesos, corpus, revisões, relatórios e configurações preservados | Fornecer pacote mínimo selecionado; não repassar todo o backup | Os 11.327 rótulos de bola registrados no intake pertencem à tarefa de bola, não são 11.327 ações. As revisões de identidade disponíveis são esparsas e não substituem anotação de trajetórias. Quantidades finais elegíveis e linhagem devem ser conferidas no inventário do primeiro marco. ## O que precisa de treino e o que precisa de engenharia | Frente | Trabalho necessário | Prioridade | |---|---|---| | Identidade e rastreamento | Diagnosticar associação, estado durante oclusão e recuperação; avaliar se embeddings de aparência precisam de adaptação com pares/identidades anotados | Primeira contratação | | Bola | Avaliar o checkpoint existente por tipo de erro; se necessário, refinar com caixas revisadas de bola pequena/aérea/oculta e negativos explicitamente anotados | Condicionada ao erro medido | | Contato e transição entre jogadores | Anotar/evaluar jogador que toca, instante, bola livre, receptor e incerteza; produzir candidatos sem depender apenas do atleta inicial | Segunda etapa | | Ações temporais | Refinar passe, condução e finalização com clipes/intervalos revisados, máscaras de desconhecido e negativos por classe; avaliar gol separadamente | Segunda etapa | | Autoria e contagens | Associar evento, autor e receptor a IDs reconciliados; separar tentativa, conclusão e resultado desconhecido | Após evidência de identidade e ação | | Backend e melhoria contínua | Versionar dataset/modelo, registrar inferência, preservar revisões e avaliar candidatas antes de promoção | Entrega de reprodução; integração do app orçada à parte | Falta, desarme, drible contra adversário e gol não devem herdar automaticamente o resultado de uma classe parecida. Condução não prova drible bem-sucedido. Bola perto do jogador não prova domínio. Finalização não prova gol. Um gol fora de quadro pode ficar desconhecido.